中国股票市场流动性的价格冲击与日内模式研究

发布时间：2020-09-15 12:07

　　股票市场存在的根本目的是为投资者提供交易股票的机会,提高股票的流动性,故常有人说“流动性是股票市场的生命力所在”。所以,对流动性成本产生原因和影响因素的探讨一直是微观结构理论的研究重点,它有助于完善股票市场功能,提高其运行效率。本文采用理论分析和实证研究相结合的手段,从多个角度探讨了股票市场的流动性,包括流动性成本的成因、影响因素、流动性价格冲击函数的估计,以及流动性日内模式的原因及应用。同时也讨论了不同度量方式下的流动性,包括了价格冲击系数和成交量两种度量方式。全文一共有四个主体部分,主要内容如下。第一部分：因为逆向选择成本是流动性成本中更具内生性的部分,所以本文首先选择以交易中的逆向选择为对象研究流动性冲击的成因和影响因素。借鉴Easley and O'Hara (1987)的分析框架,将其运用于订单驱动市场,得到基于逆向选择的流动性冲击系数模型,并实证地检验模型中表征逆向选择的各变量对流动性冲击系数的影响。结果显示,用前十大流通股股东持股比例代表的知情交易者比例这一变量影响很显著,体现出交易接受者对由股权集中度提高导致自身信息劣势的高度敏感和厌恶；历史收益的波动率只对小盘股显著,说明了不同股本规模股票间可用信息差异对流动性水平的影响,即由逆向选择水平的差异导致的流动性差异；对信息事件发生概率这一影响因素的检验结果也很显著,说明交易者普遍担心信息提前泄露的风险；但面对不同预期结果的事件,价格反应截然不同,流动性冲击系数与股票收益预期负相关,即利好预期下的股票流动性水平提高了,利空预期则降低了流动性水平,逆向选择成本变得很高。对于中国股票市场,研究结论得到的启示是可以通过降低交易者之间的信息不对称程度来提高股票市场的流动性水平,从而更好地发挥其市场功能。此外,本研究也有助于投资者更准确地估计流动性冲击系数和建立交易策略。第二部分：基于逆向选择的流动性冲击研究是探讨流动性冲击的时间特征和公司间差异,而价格冲击函数则直接讨论了一定成交量下的价格冲击程度,试图寻找的是某一时刻成交量与价格变化之间的函数关系。在前人的研究基础上,本文第二个部分将注意力集中在了函数的具体形式和变量的选取方面。实证研究的结果显示：函数形式方面,中国股票市场价格冲击函数是凹向原点的幂函数或其线性组合；变量选取方面,最适宜描述这一函数的变量分别是采用30日移动平均波动率标准化后的收益率作为被解释变量,和采用30日移动平均成交量标准化后的成交量作为解释变量；分组检验还显示,大公司股票的单位成交量带来的冲击大于小公司,买卖订单的价格冲击程度没有显著的差异。第三部分：现实市场中,因为流动性不足导致的成交价格逆向变化称为交易的执行成本,它不仅普遍存在于市场中,并且成为机构投资者交易成本的主要组成部分。鉴于此,机构投资者在进行大额股票交易时,往往会将待交易的头寸分散到几天内完成,每一天又会进行多次交易,让市场逐渐地消化订单,以此降低流动性冲击带来的执行成本。理论上,将交易次数分割为无限多次,交易时间延长到无穷大,每一次交易数量降至无穷小,整个交易对市场的冲击也就几乎可以忽略。但在这种情况下,交易头寸长时间暴露带来的风险也会变得很大,对风险厌恶的投资者而言,这是不可取的。与之相反的另一种极端情况是瞬间完成交易,此时未交易头寸的风险暴露降为了零,但流动性冲击带来的执行成本迅速升高,也是不可取的。可行的执行策略是在给定交易者风险厌恶系数下对执行成本和风险的折中。本文第三个部分沿用Almgren and Chriss (2000)的基于流动性成本的最优执行策略,对一天内基于成交量的U形流动性模式进行解释。大量的实证研究表明,股票市场每天开盘时的成交量比较大,之后逐渐下降,临近收盘之前再度攀升,纵观全天,便形成了开盘之后和收盘之前成交量显著大于其他时段的分布特征,这一分布特征也被称为日内U形的流动性模式或成交量模式,中国股票市场也不例外。之前学者将这一现象解释为不知情交易者的“抱团取暖”和每日开盘和收盘时的投资组合重构。但自本世纪开始,算法交易迅速地成为最主流的交易方式,这是之前学者所没有遇到的现象,本文认为这可能是导致U形日内成交量模式的一个重要原因。本文第三部分在假设代表性交易者具有风险厌恶和不完全知情的特征下,构建出了他们的日内最优交易策略。由于假设交易者在开盘前就收到一个关于股票未来价值的新信息,风险厌恶的特征促使其倾向于在开盘后尽快完成交易,但受制于流动性冲击成本,只能将交易订单分割进行,风险暴露与流动性冲击之间权衡后的最优分配策略是开盘后随时间逐渐递减的每期执行数量,这便导致了开盘时很高的成交量。不完全知情这一特征使得交易者通过不断观察市场价格变化更新自己对于股票价值的预期及当天的总交易数量,这意味着收盘之前正是一天中信息释放最充分的时候,所以也是一天中成交量很高的时候。通过以上两点,本文以一个不同于之前学者的角度解释了U形日内成交量模式这一现象。第四部分：既然日内U形的成交量模式是由市场投资者的交易行为内生决定的,那么如果一天内某时刻的成交量不符合这一规律,根据经典的量价理论,非预期的成交量就蕴含了关于未来收益率的信息。本文最后一个部分对这一量价关系进行了探讨,与之前学者不同的是,非预期成交量的计算是基于日内U形的成交量模式,检验的是成交量对收益率的短期预测能力。这一基于高频交易数据的实证研究结果显示,在放量上涨、缩量上涨、放量下跌和缩量下跌四种情况下,对后市收益率具有预测作用的是缩量上涨的情形,出现这种情况几乎都意味着当日后市会上涨。本文还对使用这一结论所建立的交易策略进行了获利能力的测试,在不考虑交易成本的情况下,这一策略具有显著的获利能力。其中,以七分钟累积收益率和成交量为指标,在缩量上涨的时刻买入指数并于180分钟以后卖出的策略甚至可以获得47.1%的年收益率。针对本文研究的结论,能够看到中国股票市场流动性方面的一些问题,包括信息披露不足、内幕交易与价格操纵严重、交易成本偏高等。论文的最后一章针对但不限于这些问题提出了对我国股票市场建设和监管方面的政策建议,包括提高和完善信息披露、加强对违法交易行为的监管、逐步引入做市商制度、完善大宗交易制度和降低投资者交易费用等几个方面,相信这些政策措施的实施将能够改善我国股票市场的流动性状况。
【学位单位】：西南财经大学
【学位级别】：博士
【学位年份】：2010
【中图分类】：F224;F832.51

【参考文献】